两个三维向量叉积_线性代数的本质08 叉积
08-1 叉积基本介绍
【熟肉】线性代数的本质 - 08第一部分 - 叉积的标准介绍_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com
叉积也可以从线性变换的角度来深刻理解。在这之前先讨论一下叉积的基本知识。二维空间两个向量v和w,叉积v x w等于它们所围成的平行四边形的面积。请注意这种叉积计算是有正负的,代表取向。可以通过基向量i和j的相对位置关系来进行记忆,i x j=+1。
平行四边形的面积可以通过行列式来进行计算。行列式代表着向量i和j构成的单位面积,经过线性变换之后的缩放倍率,因此两个向量v和w的坐标设定为行列式的列,计算行列式就得到这两个向量围成的平行四边形的面积。
叉积计算有一些性质:两个向量长度不变,互相垂直时所构成的平行四边形面积最大;其中一个向量放大3倍,所得平行四边形面积也同样放大3倍。
前面是为了描述叉积所建立的基本概念,但实际上的叉积定义是从两个三维向量v和w,生成一个新的三维向量p,
p的长度就是两个向量v和w构成的平行四边形的面积,其方向与平行四边形的面垂直,采用右手定则确定。
例如向量
叉积计算公式:
但这种公式不如通过行列式的方法进行记忆:
需要注意一点,这里将向量写成了矩阵的列,在教科书里大多是写作向量的行,因为矩阵转置不改变行列式的值,所以不影响结果。写作列主要是为了更加直观。
08-2 以线性变换的眼光看叉积
【熟肉】线性代数的本质 - 08第二部分 - 以线性变换的眼光看叉积_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com
叉积有其计算公式,以及很多可以通过计算验证的性质:
但为了深入概念,我们试着从几何的方面来理解它。
多维空间通过线性变换变为一维空间的时候。该变换与沿一维空间方向的唯一的向量对应。也就是说实施这个线性变换,和与这个向量点乘是等价的。这个向量就被称为这个线性变换的对偶向量。
现在就是根据向量v和w,定义一个从三维到一维的线性变换,将这个变换与三维空间中的对偶向量关联,这个对偶向量就是向量v和w的叉积。理解这个线性变换,就可以理解叉积计算的几何意义。
如果从二维空间中叉积的计算进行推导,那么三维空间中应该涉及到三个向量u、v和w,并且他们叉积的值,就是三个向量坐标的行列式。而从几何上讲,这个行列式给出的是三个向量张成的平行六面体的体积。
这个想法已经很接近于真实的叉积了。如果将第一个向量u看作可变的向量
输入一个向量
v以及w所确定的平行六面体的有向体积。该函数为线性函数,可以根据行列式的性质来证明这一点。而对一个线性的函数,可以通过矩阵乘法来描述这个函数。而因为这是一个从三维空间到一维空间的变换,所以存在一个1×3矩阵来表示这一变换,
从对偶性的角度而言,要寻找的就是一个特殊的对偶向量p,它与任意向量
两面展开得到计算结果
从而可得:
与叉积的计算公式对比,发现公式只是引入i,j,k,与相应的系数配合,从而得到这个向量。
从几何进行理解,一个向量p与
v向量w所确定的平行六面体的有向体积。什么样的向量p才能满足这样的特殊性质?
回想如何计算平行六面体的体积:首先获得向量v和w所确定的平行四边形的面积,然后该面积乘以向量
而向量p与任意向量
p上,然后将投影长度与p的长度相乘。
如果p垂直于v和w,且长度为平行四边形面积,则p和
v和w的方向上,投影长度与平行四边形面积相乘,所得结果恰为平行六面体的体积。如果选择了合适的向量方向,则点积为正的情况,就会与
v和向量w满足右手定则的情况相同。
于是我们找到了向量p,满足
v和w垂直,并且其长度与这两个向量张成的平行四边形面积相同。而从计算的角度,它的坐标系数符合
两个三维向量叉积_线性代数的本质08 叉积相关推荐
- 把列表变成列向量_线性代数的本质11 抽象向量空间
11 抽象向量空间 [官方双语/合集]线性代数的本质 - 系列合集_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com 再来讨论一下"什么是向量?" ...
- 一般向量空间的基变换_线性代数的本质03 矩阵与线性变换
03 矩阵与线性变换 [熟肉]线性代数的本质 - 03 - 矩阵与线性变换_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com 线性变换的概念以及它和矩阵的关系是非常 ...
- c语言中x的n次方怎么表示_线性代数的本质及其在AI中的应用
线性代数是 AI 专家必须掌握的知识,这已不再是个秘密.如果不掌握应用数学这个领域,你永远就只能是「门外汉」.当然,学习线性代数道阻且长.数学,尤其是线性代数常与枯燥.复杂和毫无意义的事物联系起来.不 ...
- c语言中x的n次方怎么表示_线性代数的本质及其在人工智能中的应用
线性代数是 AI 专家必须掌握的知识,这已不再是个秘密.如果不掌握应用数学这个领域,你永远就只能是「门外汉」.当然,学习线性代数道阻且长.数学,尤其是线性代数常与枯燥.复杂和毫无意义的事物联系起来.不 ...
- 十分钟理解线性代数的本质_“线性代数的本质”整理笔记1
只能说现在的学习环境实在是太太太又友好了. 第一讲:向量.在线性代数中,向量通常都是从原点出发的箭头,而不是物理中理解的,只要方向和长度相同,向量都是等同的.You should think the ...
- 【线性代数的本质|笔记】从线性变换的角度看向量的点积和叉积
点积与叉积 引入点积的标准方法 定义:对于给定的两个同维度的向量求解点积,就是将向量相对应的维度的分量相乘再相加. 几何意义:两个向量w和v的点积,可以看成是向量w在v方向的投影和v长度的乘积:或者是 ...
- 线性代数的本质(1)——基底、向量、线性变换、逆阵、行列式
我不知道多少人和我之前一样,在看到线性代数矩阵.向量之间的数值运算那些头发都要掉一圈.尤其是当我考研时考场上看到那两道线代题的时候人都傻了(20年数二).但是在这考完后重新回来思考线性代数的本质的时候 ...
- 求两个三维向量的夹角(带正负)
1.数学上,两个三维向量夹角是没有正负的. 但是从公垂线的角度来看,可以有方向性.参考如下: 三维空间中两个向量会有一条公垂线(向量叉乘可以求得),以公垂线为轴,将第二个向量旋转一个角度,使其与第一个 ...
- NX二次开发 矩阵向量坐标 UFUN判断两个三维向量是否垂直 UF_VEC3_is_perpendicular
NX二次开发 矩阵向量坐标 UFUN判断两个三维向量是否垂直 UF_VEC3_is_perpendicular //NX8.0+VS2010 #include <UF_VEC.h>exte ...
最新文章
- 一周AI看点 | 董明珠投资150亿洛阳造机器人 北京首条无人驾驶地铁线空载试运行
- Openoffice添加页脚页码页数页眉
- 网络爬虫中进行数据抓取
- JS 04 Date_Math_String_Object
- Asterisk Queue呼叫中心的实现
- 基于LD3320的嵌入式语音识别系统设计
- 阿里云MaxCompute中pyODPS的使用:多线程上传、下载、分区
- java判断string字符串是不是json格式
- [揭秘]如何通过“人工智能”对直播的内容风险防控
- html5中的web worker的用法
- font-family常见中文字体对应的英文名称
- 算法分析与设计实验报告四——回溯法实验
- 奔图打印机显示未连接_打印机无法打印的10种解决方法
- java前后端分离,前端部署的方式
- 【wps】wps怎样删除中间的一页?
- 上海二工大 - 健康日报AutoCheck
- android touch事件无反应,触摸屏 无响应
- CSUC语言期中考试 小帅疯狂搞事
- python有vlookup的功能么,vlookup函数功能非常强大,那在Python中如何实现?
- 如何写第一篇研究论文 How to Write Your First Research Paper
热门文章
- 好用的书法字体素材,可以用于各种项目;从商标和品牌到邀请、海报等
- python分词统计词频_python jieba分词并统计词频后输出结果到Excel和txt文档方法
- 学习计划(11.5)
- Linux内核 eBPF基础: 探索USDT探针
- DPDK单生产者入队单消费者出队
- cgroups(7)— Linux中文手册页
- Python Set:一文彻底粉碎集合类型
- angular移除事件绑定事件绑定_002-js的三种事件绑定方式
- Flink之Redis的安装及RedisSink的用法
- win10安装Unbuntu的Linux系统的虚拟机02